[發明專利]單渣法冶煉終點磷含量的預測方法

在審

• 申請號: 202110706909.9
• 申請日: 2021-06-24
• 公開（公告）號: CN113656930A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 周朝剛;尹志強;趙晶晶;王書桓;艾立群;趙定國;史湘東;薛月凱;李晨曉;洪路闊;陳慶功;李清;李澤坤;宗佳琦
• 申請（專利權）人: 華北理工大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;C21C5/28;C21C7/064;G06F119/02
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 佟林松

1.一種單渣法冶煉終點磷含量的預測方法，其特征在于，包括以下步驟：

采集冶煉中自變量數據：入爐鐵水重量、半鋼鋼水重量、輔料重量、入爐鐵水溫度、入爐鐵水中各成分的質量分數、終點鋼水溫度、終點爐渣中各成分的質量分數、終點堿度和廢鋼比；

利用AdaBoost模型對所述自變量數據進行模型計算，預測終點磷含量；其中，

所述AdaBoost模型中參數設置為：樹最大深度＝12，基礎分類器個數＝100，學習率＝0.2，損失函數＝‘linear’。

2.根據權利要求1所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述入爐鐵水中各成分包括碳、硅、錳、磷和硫。

3.根據權利要求1所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述終點爐渣中各成分包括Cao、SiO₂、MgO、P₂O₅、MnO、FeO、總鐵和Al₂O₃。

4.根據權利要求1所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述輔料重量包括化渣劑重量、石灰重量、輕燒白云石重量、螢石重量以及前述四者的總和。

5.根據權利要求4所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述化渣劑重量為高爐返礦重量、冷固球石重量或高爐返礦和冷固球石的重量之和。

6.根據權利要求1所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述入爐鐵水溫度為1250℃～1500℃；所述終點鋼水溫度為1500℃～1700℃；所述終點堿度為1.5～4.5。

7.根據權利要求1所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述AdaBoost模型中參數的確定方法包括：

對采集到的所述自變量數據進行預處理，獲得有效數據；

構建AdaBoost集成學習模型，并對所述有效數據進行模型訓練，獲得預測曲線；

根據所述預測曲線調整模型參數，得到最終的所述模型參數。

8.根據權利要求7所述的單渣法冶煉終點磷含量的預測方法，其特征在于，對采集到的所述自變量數據進行預處理包括：

刪除重復的數據值；

采用3σ原則對數據異常值進行處理；

刪除缺失的數據值；

采用最值法對數據進行歸一化處理；

數據去冗余；

數據降維：通過Python環境下的plot_importance函數對數據進行排序輸出并結合冶金機理進行分析剔除。

9.根據權利要求7或8所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述有效數據為剔除所述自變量數據中的半鋼鋼水重量、入爐鐵水中的硫和終點爐渣中的TFe后剩余的所有數據。

10.根據權利要求7所述的單渣法冶煉終點磷含量的預測方法，其特征在于，所述模型訓練包括將所述有效數據按照訓練集與測試集為7:3的劃分比進行隨機劃分，并通過模型對所述訓練集進行學習，并對所述測試集進行預測試，獲得預測曲線。